Przestrzenne zróżnicowanie kapitału
ludzkiego w Polsce
Małgorzata Podogrodzka
Instytut Statystyki i Demografii, Kolegium Analiz Ekonomicznych, Szkoła Główna Handlowa w Warszawie
Celem artykułu jest analiza przestrzennego zróżnicowania zasobu kapitału ludzkiego w Polsce w latach 2001 i 2011 oraz jego powiązanie z sytuacją na lokalnych rynkach pracy. Weryfikacji poddano następujące hipotezy: brak wyraźnego przestrzennego zróżnicowa‑ nia zasobu kapitału ludzkiego w Polsce; przestrzenny obraz zasobu kapitału ludzkiego w Polsce nie uległ zmianie w czasie; poziom zasobu kapitału ludzkiego nie warunkuje sytuacji na lokalnych rynkach pracy. Zaproponowano, aby kapitał ludzki wyznaczały takie zmienne jak: płeć, wiek, wykształcenie i natężenie intensywności zgonów, a sytuację na rynku pracy – wskaźnik zatrudnienia i stopa bezrobocia. Z przeprowadzonych rozważań wynika, że zasób kapitału ludzkiego wyraźnie różni się przestrzennie oraz ma on istotne znaczenie dla kształtowania się sytuacji na lokalnych rynkach pracy, ale nie każdy z ele‑ mentów kształtujących ten zasób ma na tę sytuację wpływ.
Słowa kluczowe: kapitał ludzki, wiedza, wykształcenie
Próby wyjaśnienia różnic w poziomie oraz dynamice rozwoju gospodarczego między różnymi jednostkami przestrzennymi są w centrum zainteresowania wielu badaczy z różnych dyscyplin naukowych (Kot i in., 2004; Frąckiewicz, 2005; Kryńska, 2006; Woźniak, 2011). Przez stulecia dysproporcje te tłuma‑ czono przede wszystkim odmiennym dostępem do bogactw naturalnych, różną gęstością i znaczeniem szlaków komunikacyjnych czy stopniem zaawansowania rozwoju technologicznego (Kozielecki, 2008). Początek XX w. to rozwój nowych gałęzi przemysłu, a co za tym idzie, zmiany w strukturze zapotrzebowania na kwalifikacje zawodowe pracowników. Rozwój sieci transportowej, a w kolejnych latach i sieci telekomunikacyjnej, spowodował, że miejsce zamieszkania przestało determinować miejsce zatrudnienia, zwłaszcza w odniesieniu do klasy kreatywnej
(Florida, 2010; Podogrodzka, 2013; 2014; Kwiecień, 2014). Tym samym wcześniej odnotowane czynniki warunkujące rozwój gospodarczy regionów straciły nieco na znaczeniu. Na pierwszy plan wysunęły się zaś te, które bezpośrednio odnoszą się do zasobów ludzkich, a zwłaszcza te, które dotyczą ich oceny jakościowej.
Celem artykułu jest analiza przestrzennego zróżnicowania zasobu kapitału ludzkiego w Polsce w latach 2001 i 2011 oraz ocena, na ile jego charakterystyka określała sytuację na lokalnych rynkach pracy. Prowadzone rozważania pozwolą na weryfikację następujących hipotez badawczych:
1) odnotowujemy wyraźne przestrzenne zróżnicowanie zasobu kapitału ludzkie‑ go w Polsce,
2) przestrzenny obraz zasobu kapitału ludzkiego w Polsce uległ zmianie w czasie, 3) poziom zasobu kapitału ludzkiego warunkuje sytuację na lokalnych rynkach
pracy.
Dla oceny przestrzennego zróżnicowania zasobu kapitału ludzkiego jako obszar porównań przyjęto powiat. Zmienne opisujące sytuację na rynku pracy to wskaźnik zatrudnienia, tj. odsetek osób zatrudnionych w ogólnej liczbie ludności w wieku 15–64 lata oraz stopa bezrobocia, tj. iloraz liczby osób zarejestrowanych jako bezrobotne w urzędzie pracy (bezrobocie rejestrowane) i liczby osób aktyw‑ nych zawodowo w wieku 15–64 lata. Kapitał ludzki określają następujące zmienne, które również odnoszą się do ludności w wieku 15–64 lata: płeć, wiek, wykształ‑ cenie i natężenie zgonów. Każda z prezentowanych zmiennych podlegała proce‑ durze standaryzacji według formuły: wartość zmiennej w powiecie minus średnia przekrojowa i uzyskana w ten sposób różnica dzielona była przez przekrojowe odchylenie standardowe. W sytuacji gdy cecha opisująca zasób kapitału ludzkiego uznana została jako destymulanta dla tej oceny, podlegała ona przekształceniu w stymulantę według formuły: jeden minus wartość destymulanty. Z tak utwo‑ rzonych cech skonstruowano zmienną syntetyczną, która jest sumą wartości uzyskaną dla poszczególnych charakterystyk kapitału ludzkiego.
W celu wyodrębnienia grup powiatów podobnych (delimitacja obszarów podob‑ nych), ze względu na poziom zmiennych opisujących zasób kapitału ludzkiego oraz zmiennej syntetycznej, wykorzystano jedną z metod taksonomicznych (Młodak, 2006). Granice klas wartości dla każdej z tych zmiennych określa relacja między przekrojową średnią arytmetyczną a przekrojowym odchyleniem standardowym tj. x k S x± ⋅
( )
, gdzie k przyjmuje wartość 0, 1, 2, 3. Tym samym wyznaczono osiem jednorodnych grup. W analizie stopnia wyjaśnienia wpływu zmiennych cząstko‑ wych na zmienną syntetyczną obrazującą zasób kapitału ludzkiego wyznaczono funkcję regresji. Natomiast w ocenie przestrzennych powiązań między zasobem kapitału ludzkiego a sytuacją na lokalnym rynku pracy wykorzystano współ‑ czynnik korelacji liniowej (r). Podobne podejście zastosowano również w oceniestopnia wpływu każdej ze zmiennych opisujących kapitał ludzki na jej zmienną syntetyczną. Ponieważ wykorzystywane w rozważaniach dane statystyczne, które pochodzą z banku danych lokalnych GUS1, mogą być obciążone błędem pomiaru,
w celu weryfikacji postawionych hipotez badawczych wykorzystano procedurę wnioskowania statystycznego, przyjmując poziom istotności 0,01.
Kapitał ludzki i jego pomiar
Pierwsze próby opisu powiązań między rozwojem gospodarczym a czynni‑ kiem ludzkim odnajdujemy w pracach A. Smitha (za: Schultz, 1961, s. 12). Zdaniem tego autora, każdy człowiek ma pewien kapitał, którego częścią są posiadane przez niego umiejętności. Jednocześnie nie każda jednostka posiada takie same umiejętności oraz jednostki te różnią się między sobą ze względu na zasób tego kapitału. A. Smith przypuszczał zatem, że czynnik ten może odgrywać istotną rolę w ocenie zróżnicowania rozwoju ekonomicznego różnych jednostek przestrzen‑ nych. Myśl tę rozwinęli I. Fisher i A. Marshall (za: Schultz, 1961, s. 16). Twierdzili oni, że do rozwoju gospodarczego przyczyniają się nie tylko zdolności ludzi, ale także posiadana przez nich wiedza. Według R. Nelson i E. Phelps (1966) wzrost gospodarczy w regionach należy łączyć przede wszystkim z rozwojem technolo‑ gicznym, a co za tym idzie ze spadkiem barier w jego wdrażaniu oraz sposobem jego wykorzystania. Różna dynamika zmniejszania się luki pomiędzy barierą tech‑ nologiczną a poziomem produktywności, która zależna jest od poziomu kapitału ludzkiego, tj. wiedzy i umiejętności, przyczynia się do nierównomiernego rozwoju gospodarczego różnych jednostek przestrzennych. Podobnie twierdził T. Schultz (1961), ale zauważył on, że część wydatków konsumpcyjnych ponoszona przez jednostki może być traktowana jako inwestycja w ten kapitał. Do wydatków tych zaliczył koszty związane z edukacją i zdrowiem, ponoszone w wyniku migra‑ cji zarobkowych, umożliwiające podniesienie lub zdobycie nowych kwalifikacji zawodowych (szkolenia pracownicze). Kolejni badacze nie kwestionowali wpływu kapitału ludzkiego na poziom rozwoju gospodarczego regionów, ale różnie termin ten definiowali. W początkowych swoich pracach G. Becker (1962) kapitał ludzki definiował jako alokację zasobów w takich dziedzinach, które w przyszłości mają wpływać na wysokość dochodów jednostki. Obszary te to: szkolnictwo, kwalifi‑ kacje zawodowe, ochrona zdrowia oraz wiedza na temat funkcjonowania systemu gospodarczego. W okresie późniejszym m.in. G. Becker (Becker, Murphy, Tamura,
1 Dane dotyczące płci, wieku i wykształcenia oraz sytuacji na rynku pracy pozyskano z NSP, nato‑
1990) przez kapitał ludzki rozumiał już tylko wiedzę „zawartą” w ludziach. W rozumieniu N.G. Mankiwa, D. Romera i D. Weila (1992) kapitał ludzki to umie‑ jętności zdobywane przez jednostkę jedynie w procesie edukacji w wieku 12–17 lat. Jednocześnie zdaniem tych autorów nie wszystkie kierunki edukacji przyczyniają się do wzrostu kapitału ludzkiego. Studiowanie religii, filozofii czy literatury jest raczej formą konsumpcji aniżeli jego akumulacją. Natomiast M. Bils i P. Klenow (2000) twierdzili, że kapitał ludzki jest w pewnym stopniu dziedziczony poprzez przekazywanie wiedzy z pokolenia na pokolenia, a jego pogłębienie następuje w procesie edukacji szkolnej.
W literaturze przedmiotu można znaleźć wiele różnych propozycji charak‑ terystyk wyznaczających poziom kapitału ludzkiego. Zdaniem R. Barro (Barro, Lee, 1993) są to takie zmienne jak liczba lat w edukacji oraz wyniki uzyskane z testów sprawdzających wiedzę, w takich działach nauki jak: matematyka, nauki przyrodnicze i umiejętność pisania i czytania. C. Azariadis, i A. Drazen (1990) zaproponowali, aby wyznaczać go z wykorzystaniem wskaźnika alfabetyzacji, tj. udziału osób w wieku 15 lat i więcej, które potrafią czytać i napisać proste wyra‑ żenia dotyczące życia codziennego, oraz wskaźnika skolaryzacji, tj. ilorazu liczby uczniów kształcących się na danym poziomie i liczby osób objętych obowiązkiem szkolnym na tym poziomie. Przeciętny czas kształcenia jako wyznacznik kapitału ludzkiego odnajdujemy w pracach P. Wachtel (1997), R.J. Barro i J.‑W. Lee (1996; 2000; 2010). Natomiast P. Ederer (2006) proponuje pomiar kapitału ludzkiego jako wypadkową takich zmiennych jak: poziom kwalifikacji (opisują je nakłady ponie‑ sione na szkolenia i edukację w przeliczeniu na jednego zatrudnionego), poziom wykorzystania kapitału ludzkiego (wyznacza go iloraz kapitału ludzkiego popula‑ cji zatrudnionych i kapitału ludzkiego ogółu ludności), produktywność kapitału ludzkiego (wyznacza ją relacja PKB do kapitału ludzkiego osób zatrudnionych w gospodarce) oraz zatrudnienie (wskaźnik prognozowanej liczby osób zatrudnio‑ nych w gospodarce narodowej, po uwzględnieniu obserwowanych trendów demo‑ graficznych i migracyjnych). Jeszcze inną metodę proponują P. Ederer, P. Schuler i S. Willms (2007). W ich pomiarze kapitału ludzkiego wykorzystano informacje o 25 zmiennych, które odnosiły się do zasobu, przyrostu i jego wykorzystania. Są to takie charakterystyki jak: odsetek populacji bez wykształcenia średniego, tj. liceum lub technikum, odsetek populacji z wykształceniem wyższym, liczba lat nauki w formalnym systemie kształcenia, liczba punktów PISA niezbędna dla uzyskania możliwości kształcenia na uczelni wyższej, odsetek absolwentów studiów magisterskich, odsetek absolwentów kierunków matematycznych, infor‑ matycznych, przyrodniczych i technicznych wśród kończących studia, odsetek absolwentów studiujących na kierunkach zorientowanych na kształcenie kadr B+R w typowym roczniku populacji, różnica pomiędzy odsetkiem osób starszych
a młodszych z wykształceniem wyższym, przeciętna liczba punktów w badaniu PISA (czytanie), rozmiar „grupy ryzyka” w badaniu PISA (czytanie), siła związku pomiędzy kompetencjami matematycznymi a pochodzeniem, wpływ pochodze‑ nia imigracyjnego na umiejętność czytania, szkolenia zawodowe, zakres szkoleń zawodowych, stopa zatrudnienia populacji w wieku 15–64 lata, stopa zatrud‑ nienia wśród wysoko wykwalifikowanych mężczyzn, stopa zatrudnienia wśród wysoko wykwalifikowanych kobiet, stopa zatrudnienia wśród osób starszych, bezrobocie wśród młodzieży, liczba naukowców na tysiąc zatrudnionych, typowy wiek absolwenta szkoły średniej, typowy wiek w momencie rozpoczynania stu‑ diów, typowy wiek absolwenta studiów, przeciętny roczny czas pracy, przeciętny wiek emerytalny.
W ostatnich latach coraz większym uznaniem cieszy się ocena zasobu kapitału ludzkiego dokonywana na podstawie różnego rodzaju testów kompetencyjnych. Program for the International Assessment of Adult Competencies2 analizuje
umiejętności w zakresie posługiwania się pismem, operowania danymi liczbo‑ wymi oraz rozwiązywania różnych problemów wśród osób aktywnych zawodowo w wieku 16–56 lat. Program for International Student Assessment ocenia osoby w wieku 15 lat w zakresie alfabetyzacji, znajomości matematyki i nauk przyrod‑ niczych. The Progress in International Reading Literacy Study bada alfabetyza‑ cję uczniów 4. klasy (lub odpowiedników 4. klasy systemu edukacyjnego USA w innych krajach). The Trends in International Mathematics and Science Study lub TIMS Advanced obejmuje badanie kompetencji matematycznych i umiejętności z zakresu nauk przyrodniczych czwarto‑ i ósmoklasistów (lub ich odpowiedników w systemach nauczania innych niż USA krajów). The Adult Literacy and Lifeskills jest badaniem zorientowanym na oszacowanie umiejętności czytania i pisania, posługiwania się danymi liczbowymi, technologiami ICT oraz rozwiązywania pro‑ blemów wśród osób w wieku 16–65 lat. The International Adult Literacy Survey analizuje pięć poziomów biegłości w posługiwaniu się pismem i danymi liczbo‑ wymi, a następnie wyznacza z nich średnią wartość.
Z przedstawionych informacji wynika, że definicja kapitału ludzkiego, jak i charakterystyki go opisujące, nie są jednoznaczne. Można bowiem uwzględniać koszty bezpośrednio ponoszone na jego wytworzenie lub prawdopodobne zyski uzyskane z jego istnienia. W pierwszym podejściu analizuje się przede wszyst‑ kim wydatki poniesione na edukację, na opiekę zdrowotną oraz koszty związane z utrzymaniem człowieka od momentu poczęcia aż do 25. roku życia (Engel, 1883).
2 Ta część opracowania przygotowana została z wykorzystaniem informacji zamieszczonych na
W drugim wypadku szacuje się zdyskontowane przyszłe przychody pracowników (Farr, 1853)3.
Obecnie najczęściej kapitał ludzki definiowany jest jako wiedza, umiejętności, zdolności i inne walory jednostki ludzkiej, istotne z punktu widzenia jej aktyw‑ ności ekonomicznej w kształtowaniu dobrobytu osobistego oraz społecznego, a miarą jego oceny jest poziom wykształcenia ludności (OECD, 2001).
W literaturze przedmiotu można znaleźć wiele prac poświęconych zagad‑ nieniu zasobu kapitału ludzkiego. Analizuje się go w różnych aspektach, np. w kontekście rozwoju osobowego jednostki (Burlita, 2015), przedsiębiorstwa (Parzonko, 2015; Trojanowska, 2015; Rytelewska, Springer, 2014; Mentel i in., 2014; Butkiewicz‑Schodowska, 2015; Lewandowski, 2015), regionu (Witczak‑Roszkowska, 2014; Bizon, 2014; Kowalewska, 2014b; Klonowska‑ ‑Matynia, 2014a; Klonowska‑Matynia, 2014b; Bierwiaczonka i in., 2008; Nazarczuk, Cicha‑Nazarczuk, 2014) czy państwa (Jedlińska, 2014; Kowalewska, 2014a; Wosiek, 2014). Próbuje się również przy jego współudziale tłumaczyć obserwowane nierówności społeczno‑gospodarcze różnych jednostek przestrzen‑ nych (Miszczak, 2014; Domański, 1993; Nelson, Phelps, 1966; Barro, 1999; Cichy, Malaga, 2007; Makuch, 2014; Gajda‑Kontarowska, 2012; Liberda, Tokarski, 2004) oraz występujące na tych obszarach zróżnicowanie w dostępie do rynku pracy (Tekieli, 2015). Jednocześnie, jak wcześniej wykazano, sam pomiar tego zjawiska nie jest jednoznaczny (Miciuła, Miciuła, 2015; Welfe i in., 2001). Najczęściej wyra‑ żany jest on jako element obrazujący poziom wykształcenia ludności.
Wykorzystując różne propozycje metod pomiaru kapitału ludzkiego zapropo‑ nowano nieco inne podejście. Wykorzystano takie zmienne jak: płeć, struktura, wiek ludności, struktura wykształcenia ludności i natężenie zgonów. Każda z tych charakterystyk odnosi się do osób w wieku 15–64 lata. Są to bowiem granice wieku, które najczęściej wyznaczają przedział aktywności zawodowej ludności. Wydaje się, że płeć może być jednym z czynników istotnie różnicujących wyko‑ rzystanie zasobu kapitału ludzkiego. Analiza zawodów kreatywnych wg płci wskazuje, że udział pracujących mężczyzn w takich branżach jak: architektura, informatyka, inżynieria, nauka czy zarządzanie jest znacznie wyższy niż kobiet. Mimo że odsetek kobiet zatrudnionych w takich dziedzinach jak: służba zdro‑ wia, edukacja czy prawo jest relatywnie wysoki, to zazwyczaj zajmują one niskie stanowiska, czego wyrazem jest średnia wysokość ich wynagrodzenia. Jest ono wyraźnie niższe od średnich zarobków mężczyzn pracujących w tych samych
3 W. Farr oszacował kapitał ludzki poprzez określenie kosztów jego utrzymania do wieku x lat jako
różnicę między jego aktualną wartością a wartością w wieku x skorygowaną prawdopodobieństwem dożycia do wieku x.
branżach (Ulman, 2011; Miedzianowska, 2012; Matuszewska‑Janica, Witkowska, 2013; Kopycińska, 2014). Wyznaczono zatem współczynnik maskulizacji i przy‑ jęto, że jest on stymulantą dla oceny zasobu kapitału ludzkiego. Kolejna ze zmien‑ nych przyjęta w rozważaniach to wiek. I również w tym wypadku wydaje się, że wykorzystanie zasobu kapitału ludzkiego nie jest równomierne w poszczególnych grupach wiekowych. Jego natężenie zależy bowiem m.in. od doświadczenia zawodowego i zaangażowania jednostki w pracę zawodową (Juchnowicz, 2010; Wojtczuk‑Turek, 2009; Moczydłowska, 2015). Dlatego też wyznaczono średnią ważoną wieku osób z przedziału 15–64 lata jako sumę iloczynów udziału ludności wg pięcioletnich grup wieku (10 grup wieku) i następujących wag: 0,03; 0,03; 0,06; 0,09; 0,13; 0,16; 0,19; 0,16; 0,09; 0,06. Przy określaniu wartości wagi wykorzystano informacje o aktywności zawodowej ludności w tych grupach wieku. Przyjęto, że zmienna ta jest stymulantą dla oceny zasobu kapitału ludzkiego. Bezsprzeczne jest, że im wyższy poziom wykształcenia ludności, tym wyższy zasób kapitału ludzkiego (Ostrowski, 1999; Strawiński, 2006; Zieliński, Gaura, 2014; Swadźba, 2012; Dziechciarz‑Duda, Przybysz, 2014; Majchrowska, Roszkowska, 2013). Wyznaczono zatem średnią ważoną wykształcenia jako iloczyn odsetka osób z wykształceniem wyższym, średnim (tj. policealnym, średnim zawodowym i średnim ogólnokształcącym), zasadniczym zawodowym, gimnazjalnym i odpo‑ wiadającym im wagom, tj. 0,5 0,25, 0,2, 0,05. Dobór wag określono na podstawie rozkładu aktywności zawodowej ludności wg wykształcenia. Przyjęto, że zmienna ta jest stymulantą dla oceny zasobu kapitału ludzkiego. Ostatnią z omawianych charakterystyk jest intensywność zgonów. Cechę tę można uznać za miarę oceny stanu zdrowia ludności, a tym samym i wykorzystania kapitału ludzkiego w pracy zawodowej (Wróblewska, 2008; Królikowska, 2011; Mielecka‑Kubień, 2012; Domaradzki, 2013; Łyszczarz, 2014). Również i w tym wypadku wyznaczono średnią ważoną współczynnika zgonów ludności jako sumę iloczynów współczyn‑ ników zgonów ludności wg pięcioletnich grup wieku (10 grup wieku) i odpowia‑ dających im wag: 0,03; 0,03; 0,06; 0,09; 0,13; 0,16; 0,19; 0,16; 0,09; 0,06. Przyjęto, że zmienna ta jest destymulantą dla oceny zasobu kapitału ludzkiego, a wagi określono, wykorzystując informacje o aktywności zawodowej ludności. Kolejnym krokiem w analizie była budowa syntetycznego wskaźnika rozwoju kapitału ludz‑ kiego (zmienna syntetyczna). Zmienna ta wyznaczona została jako średnia aryt‑ metyczna z wartości zmiennych cząstkowych. Jednocześnie założono, że wpływ każdej z tych zmiennych cząstkowych na zmienną syntetyczną jest taki sam (takie same wagi). W dalszej części artykułu przeprowadzono statystyczną ocenę prze‑ strzennego zróżnicowania zmiennych cząstkowych oraz zmiennej syntetycznej.
Przestrzenne zróżnicowanie kapitału ludzkiego w Polsce
Analiza przestrzennego zróżnicowania średniej ważonej wieku ludności wska‑ zuje, że w roku 2002 w ok. 47% powiatów wartość tej miary była niższa od średniej przekrojowej, a w roku 2011 było to już prawie 55%. Zmienił się kierunek roz‑ kładu wieku ludności wg tych jednostek przestrzennych – z ujemnego na dodatni. Jednocześnie w obu badanych latach odnotowano wyraźne przestrzenne dyspro‑ porcje w wartości tego wskaźnika, które z czasem nieco zmalały. Współczynnik zmienności przyjmował wartości 0,55 i 0,48. Jednocześnie przestrzenny obraz średniego wieku ludności był relatywnie stabilny w czasie (r = 0,52). Można zauwa‑ żyć, że stale część Polski centralnej i południowo‑zachodniej charakteryzowały się wyraźnie wyższymi wartościami tej miary, aniżeli część południowo‑wschodnia kraju (rysunek 1).
Rysunek 1. Przestrzenne zróżnicowanie średniej ważonej wieku ludności 15–64 lata w roku 2002 i 2011 2002 2011 Klasa I II III IV V VI VII VIII Uwaga: im kolor ciemniejszy, tym wyższe wartości zmiennej.
Źródło: obliczenia własne.
Niezależnie od roku badania ok. 63% powiatów cechowało się niższymi wartościami od przekrojowej średniej ważonej wyznaczonej dla wykształcenia ludności, co wskazuje na silną prawostronną asymetrię rozkładu. Jednocześnie odnotowano wyraźne przestrzenne zróżnicowanie wartości tej miary, które nieco wzrosło z czasem. Współczynnik zmienności wzrósł z 0,44 do 0,51. Nie zmienił się zaś przestrzenny obraz średniego poziomu wykształcenia (r = 0,99) i powiaty poło‑ żone w części centralnej i środkowo‑wschodniej Polski odznaczały się wyraźnie
niższymi wartościami tej miary od tych w części środkowo‑południowej kraju (rysunek 2).
Rysunek 2. Przestrzenne zróżnicowanie średniej ważonej poziomu wykształcenia ludności w wieku 15–64 lata w Polsce w roku 2002 i 2011
2002 2011 Klasa I II III IV V VI VII VIII Uwaga: im kolor ciemniejszy, tym wyższe wartości zmiennej.
Źródło: obliczenia własne.
Kolejną z analizowanych cech określających zasób kapitału ludzkiego jest średnia intensywność zgonów. Również i w tym wypadku miara ta charakteryzuje się wyraźnym przestrzennym zróżnicowaniem wartości, dodatkowo rosnącym w czasie. Współczynnik rozproszenia przyjmował wartości 0,52 i 0,59. Ponadto, w obu badanych latach jedynie nieco ponad 15% powiatów przyjmowało wartości niższe od średniej przekrojowej, co wskazuje na wyraźną przestrzenną asymetrię oceny stanu zdrowia ludności. Rozkład intensywności zgonów wg powiatów tylko nieznacznie zmienił się między badanymi latami (r = 0,66) i stale część Polski cen‑ tralnej odznaczała się znacznie niższymi wartościami tej miary aniżeli jej część południowo‑wschodnia (rysunek 3).
W obu badanych latach w 16% powiatów w Polsce relacja między liczbą męż‑ czyzn a liczbą kobiet była niższa od średniej przekrojowej. Wskazuje to na wyraźną lewostronną asymetrię tego rozkładu. Ponadto, odnotowano wyraźne prze‑ strzenne zróżnicowanie wartości tej miary, które dodatkowo wzrosło w czasie. Współczynnik dyspersji wzrósł z 0,52 do 0,66. Nie uległ zaś zmianie w czasie roz‑ kład współczynnika maskulizacji wg badanych jednostek przestrzennych i stale część Polski wschodniej charakteryzowała się wyraźnie wyższymi wartościami tej miary aniżeli jej część zachodnia (rysunek 4).
Rysunek 3. Przestrzenne zróżnicowanie średniej intensywności zgonów w Polsce w roku 2002 i 2011 2002 2011 Klasa I II III IV V VI VII VIII Uwaga: im kolor ciemniejszy, tym wyższe wartości zmiennej.
Źródło: obliczenia własne.
Rysunek 4. Przestrzenne zróżnicowanie współczynnika maskulizacji w Polsce w roku 2002 i 2011 2002 2011 Klasa I II III IV V VI VII VIII Uwaga: im kolor ciemniejszy, tym wyższe wartości zmiennej.
Źródło: obliczenia własne.
Podsumowując, przeprowadzona analiza statystyczna cząstkowych elementów określajacych kapitał ludzki wskazuje na wyraźne ich przestrzenne zróżnicowanie, które dodatkowo nie było stabilne w czasie. Uznając zatem, że charakterystyki te spełniają wymogi merytoryczne i statystyczne, wyznaczono syntetyczny wskaź‑ nik rozwoju kapitału ludzkiego (zmienna syntetyczna). Wyniki analiz wskazują, że w obu badanych latach około połowa analizowanych jednostek przestrzennych
charakteryzowała się wartościami niższymi od średniej przekrojowej (rozkład symetryczny) oraz relatywnie dużym przestrzennym zróżnicowaniem wartości tej miary, które wzrosło z czasem. Współczynnik zmienności przyjmował wartości 0,48 i 0,56. Wyniki te wskazują, że w Polsce mozna zaobserwować wyraźne prze‑ strzenne dysproporcje w zasobie kapitału ludzkiego, z tendencją do ich wzrostu. W wyniku tych zmian również przestrzenny obraz zasobu kapitału ludzkiego nie był stabilny w czasie (r = 0,45). Stale Polska południowa odznaczała się wyższymi jego wartościami aniżeli jej część północna (rysunek 5).
Rysunek 5. Przestrzenne zróżnicowanie kapitału ludzkiego osób w wieku 15–64 lata w Polsce w roku 2002 i 2011
2002 2011 Klasa I II III IV V VI VII VIII Uwaga: im kolor ciemniejszy, tym wyższe wartości zmiennej.
Źródło: obliczenia własne.
Dokonując oceny wpływu zmiennych cząstkowych (zmienne niezależne) na przestrzenne zróżnicowanie zmiennej syntetycznej (zmienna zależna), wykorzy‑ stano funkcję regresji. Wyznaczona została ona osobno dla każdej z tych charak‑ terystyk. Okazało się, że stan zdrowia ludności był tą cechą, która w najwięk‑ szym stopniu tłumaczyła przestrzenne zróżnicowanie zasobu kapitału ludzkiego w obu badanych latach. Jedynie nieco mniejszym wpływem charakteryzował się poziom wykształcenia. Najmniejszy udział w wyjaśnieniu tych dysproporcji miał zaś współczynnik maskulizacji (tabela 1). Może zaskakiwać fakt, że z czasem wzrosło znaczenie czynnika określającego intensywność zgonów, natomiast nieco zmalał wpływ poziomu wykształcenia na zasób kapitału ludzkiego. Ponadto, im wyższe były wartości charakterystyk takich jak średni wiek osób, średni poziom wykształcenia i lepszy stan zdrowia (niższy poziom umieralności), tym wyższym
zasobem kapitału ludzkiego odznaczał się powiat. Natomiast odwrotną sytuację odnotowano dla relacji płci (tabela 2).
Tabela 1. Miary dopasowania przekrojowej funkcji regresji dla charakterystyk określających kapitał ludzki w roku 2001 i 2011
Miary statystyczne Średnia ważona wieku Średnia ważona intensywności zgonów Średnia ważona poziomu wykształcenia Współczynnik maskulizacji 2002 2011 2002 2011 2002 2011 2002 2011 Współczynnik determinacji 0,46 0,46 0,59 0,66 0,56 0,54 0,35 0,31 Statystyka F‑S 102,58 106,79 204,93 295,20 180,34 162,21 55,94 41,14 Poziom istotności 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Źródło: obliczenia własne przy wykorzystaniu pakietu komputerowego Statistica.
Tabela 2. Parametry przekrojowej funkcji regresji dla charakterystyk określających kapitał ludzki w roku 2001 i 2011
Zmienne Rok
Wyraz wolny Współczynnik
kierunkowy Statystyka t‑Studenta
Poziom istotności Wartość standardowyBłąd Wartość standardowyBłąd
Średnia ważona wieku 2002 0,46 0,045 0,58 0,057 10,12 0,00 2011 0,54 0,043 0,75 0,058 12,75 0,00 Średnia ważona intensywności zgonów 2002 0,59 0,041 0,75 0,052 14,31 0,00 2011 0,66 0,038 0,90 0,052 17,18 0,00 Średnia ważona poziomu wykształcenia 2002 0,56 0,042 0,71 0,053 13,42 0,00 2011 0,46 0,045 0,64 0,062 10,30 0,00 Współczynnik maskulizacji 2002 –0,35 0,048 –0,45 0,060 –7,47 0,00 2011 –0,31 0,048 –0,42 0,066 –6,41 0,00
Źródło: obliczenia własne przy wykorzystaniu pakietu komputerowego Statistica.
Czy różny zasób kapitału ludzkiego może być zatem czynnikiem tłumaczą‑ cym odmienną sytuację występującą na lokalnych rynkach pracy? Wyznaczając przekrojowe: wpółczynnik korelacji między wskaźnikiem zatrudnienia lub stopą
bezrobocia a zmieną syntetyczną oraz jej elementami składowymi, można zauwa‑ żyć, że przestrzenne współwystępowanie tych charakterystyk różniło się nie tylko znakiem zależności, ale również oceną ich istotności (tabela 3). Niezależnie od roku analizy, istotną zależność odnotowano między charakterystykami rynku pracy a średnim wiekiem ludności. W roku 2001 im wyższy był średni wiek lud‑ ności, tym wyższa była lokalna stopa bezrobocia, a prawie dekadę później była ona już odwrotna. Natomiast stale w czasie im wyższy średni wiek ludności, tym niższe wskaźniki zatrudnienia. Przestrzenna korelacja odnosząca się do średniego poziomu wykształcenia wskazuje, że jedynie w roku 2011 była ona istotna. Im wyższe wartości tej miary, tym wyższy wskaźnik zatrudnienia oraz niższa stopa bezrobocia. Ocena zależności między stanem zdrowia ludności a sytuacją na lokalnym rynku pracy była zmienna w czasie. W roku 2001 im niższe natężenie zgonów, tym też niższe wskaźniki bezrobocia, ale w roku 2011 im niższe wartości współczynników zgonów, tym wyższe wskaźniki zatrudnienia. Brak istotnych przestrzennych powiązań odnotowano zaś dla współczynnika maskulizacji i oceny sytuacji na lokalnych rynkach pracy.
Tabela 3. Przekrojowe współczynniki korelacji miar opisujących sytuację na rynku pracy a charakterystyki kapitału ludzkiego w roku 2001 i 2011
Zmienne Rok Zm ie nn a sy nt et yc zn a Śr ed ni a wa żo na w iek u Śr ed ni a w aż on a in ten sy w noś ci zg onó w Śr ed ni a w aż on a po zio m u w yks zt ał ce ni a Ws pó łc zy nn ik mas ku liz ac ji Wskaźnik zatrudnienia 2001 0,06 –0,46* 0,06 0,07 0,03 2011 0,18* –0,15* 0,31* 0,18* –0,09 Stopa bezrobocia 2001 0,01 0,47* –0,22* –0,05 –0,06 2011 –0,24* –0,21* –0,04 –0,21* 0,13
Uwaga: gwiazdka oznacza istotną zależność między zmiennymi.
Źródło: obliczenia własne przy wykorzystaniu pakietu komputerowego Statistica.
Podsumowując, jedynie w roku 2011 odnotowano istotne przestrzenne współ‑ występowanie zasobu kapitału ludzkiego (zmienna syntetyczna) z sytuacją na rynku pracy. Im był on wyższy, tym wyższe były również wartości wskaźników zatrudnienia, ale niższe wartości stopy bezrobocia. Tym samym zasób kapitału ludzkiego odnotowany w powiecie ma istotne znaczenie dla sytuacji na tym rynku pracy, ale nie każdy z elementów go kształtujących w równym stopniu ją określa.
Podsumowanie
W ostatnich dekadach nierównomierny poziom oraz zróżnicowana dyna‑ mika rozwoju gospodarczego między różnymi jednostkami przestrzennymi najczęściej tłumaczone są odmienną jakością zasobów ludzkich (kapitał ludzki) zamieszkujących na tych obszarach. Jednocześnie sama definicja tego pojęcia nie jest jednoznaczna. Jeszcze większy problem sprawia wybór charakterystyk mogących je opisać. W literaturze przedmiotu można znaleźć wiele propozycji jego pomiaru. Zwykle odnoszą się one do jakości wykształcenia i stanu zdrowia ludności. W artykule zaproponowano, aby kapitał ludzki określały te charaktery‑ styki, ale także płeć i wiek. Każda z nich odnosi się do osób w wieku 15–64 lata. Wyznaczono zatem: współczynnik maskulizacji, średnią ważoną wieku ludności, średnią ważoną poziomu wykształcenia, średnią ważoną intensywności zgonów. We wszystkich wypadkach wagi ustalono arbitralnie, wykorzystując informacje o aktywności zawodowej ludności. Z tak skonstruowanych zmiennych wyzna‑ czono zmienną syntetyczną, która wyraża poziom rozwoju kapitału ludzkiego.
Przeprowadzone rozważania wykazały, że w latach 2001 i 2011 poszczególne charakterystyki opisujące kapitał ludzki odznaczały się relatywnie dużym prze‑ strzennym zróżnicowaniem, dodatkowo niestabilnym w czasie, ale względnie stałym rozkładem wartości tych zmiennych wg powiatów. Można zatem przy‑ puszczać, że w wielu tych jednostkach przestrzennych osiągnięto już relatywne „nasycenie” kapitałem ludzkim, ponieważ ich zasób nie uległ zmianie w czasie. Inne zaś „nadrabiają” powstałe zaległości, ale nadal są i takie, gdzie zasób kapitału nie uległ zmianie w czasie.
Wśród zmiennych opisujących przestrzenne zróżnicowanie kapitału ludzkiego największe znaczenie miały stan zdrowia ludności (analizowany poprzez natę‑ żenie zgonów) oraz średni poziom wykształcenia, najmniejsze zaś współczynnik maskulizacji. Z czasem wzrosło znaczenie czynnika określającego intensywność zgonów, natomiast nieco zmalał wpływ poziomu wykształcenia. Ponadto, im wyższe były wartości charakterystyk takich jak średni wiek osób wyznaczony dla grupy wieku 15–64 lata, średni poziom wykształcenia i lepszy stan zdrowia (niższy współczynnik umieralności), tym wyższym zasobem kapitału ludzkiego odznaczał się powiat. Natomiast odwrotną sytuację odnotowano dla relacji płci. Ponadto, istotną zależność odnotowano między charakterystykami rynku pracy a średnim wiekiem ludności. W roku 2001 im wyższy był średni wiek ludności wyznaczony dla grupy wieku 15–64 lata, tym wyższa była lokalna stopa bezro‑ bocia, ale prawie dekadę później relacja ta była odwrotna. Natomiast im wyższy średni wiek ludności, tym niższe wskaźniki zatrudnienia. Jedynie w roku 2011
im wyższy poziom wykształcenia ludności, tym wyższy wskaźnik zatrudnienia oraz niższa stopa bezrobocia. Ocena zależności między stanem zdrowia ludności (natężenie zgonów) a sytuacją na lokalnym rynku pracy była zmienna w czasie. W roku 2001 im niższe natężenie zgonów, tym też niższe wskaźniki bezrobocia, ale w roku 2011 im niższe były wartości współczynników zgonów, tym wyższe wskaźniki zatrudnienia. Brak istotnych powiązań odnotowano zaś w odniesieniu do współczynnika maskulizacji.
Nie wszystkie postawione hipotezy badawcze zostały zatem potwierdzone. Prawdą jest, że w Polsce odnotowujemy wyraźne przestrzenne zróżnicowanie zasobu kapitału ludzkiego, którego obraz jest stabilny w czasie oraz że poziom zasobu kapitału ludzkiego warunkuje sytuację na lokalnych rynkach pracy. Uzyskane wyniki sugerują, że mimo wielu działań ukierunkowanych na prze‑ strzenne wyrównywanie szans w sferze gospodarczej (por. Narodowa Strategia Spójności), wciąż nie udało się zniwelować czy ograniczyć występujących wyraź‑ nych różnic między nimi. Być może należy większą uwagę skupić na tworzeniu dobrego klimatu dla rozwoju, aniżeli wspieraniu samego rozwoju.
Bibliografia
Azariadis, C., Drazen, A. (1990). Threshold Externalities in Economic Development.
The Quarterly Journal of Economics, 105, 501–526.
Barro, R.J. (1999). Human capital and Growth in Cross‑Country Regressions. Swedish
Economic Policy Review, 6, 237–277.
Barro, R., Lee, J. (1993). International Comparisons of Educational Attainment.
Journal of Monetary Economics, 32, 363–394.
Barro, R.J., Lee, J.‑W. (1996). International Measures of Schooling Years and Schooling Quality. The American Economic Review, 2, 218–223.
Barro, R.J., Lee, J.‑W. (2000). International Data on Educational Attainment Updates and Implications. National Bureau of Economic Research Working Paper Series, 7911. Barro, R.J., Lee, J.‑W. (2010). A New Data Set of Educational Attainment in the World,
1950–2010. National Bureau of Economic Research Working Paper Series, 15902. Becker, G. (1962). Investment in Human Capital: A Theoretical Analysis. Journal of
Political Economy, 70, 9–49.
Becker, G., Murphy, K., Tamura R. (1990). Human Capital, Fertility and Economic Growth. Journal of Political Economy, 98, 12–37.
Bierwiaczonka, K., Nawrocki, T., Szczepański, M. (2008). Kapitały ludzkie i społeczne
a konkurencyjność regionów. Katowice: Wyd. WUŚ.
Bils, M., Klenow, P. (2000). Does Schooling Cause Growth?. American Economic Review,
Bizon, W. (2014). Zróżnicowanie kapitału ludzkiego w Polsce. Zeszyty Naukowe
Uniwersytetu Szczecińskiego, 35, 295–310.
Burlita, A. (2015). Zarządzanie budżetem czasu jako determinanta rozwoju kapitału ludzkiego. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 39, 25–37.
Butkiewicz‑Schodowska, A. (2015). Kapitał ludzki we współczesnym zarządzaniu przedsiębiorstwami. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 11, 115–123. Cichy, K., Malaga, K. (2007). Kapitał ludzki w modelach i teorii wzrostu gospodar‑
czego. W: M. Herbst (red.), Kapitał ludzki i kapitał społeczny a rozwój regionalny. Warszawa: Wydawnictwo Naukowe Scholar.
Domański, S.R. (1993). Kapitał ludzki i wzrost gospodarczy. Warszawa: Wydawnictwo Naukowe Scholar.
Domaradzki, J. (2013). O definicjach zdrowia i choroby. Folia Medica Lodziensia, 40, 5–29.
Dziechciarz‑Duda, M., Przybysz, K. (2014). Wykształcenie a potrzeby rynku pra‑ cy. Klasyfikacja absolwentów wyższych uczelni. Prace Naukowe Uniwersytetu
Ekonomicznego we Wrocławiu. Taksonomia, 327, 303–312.
Ederer, P. (2006). Innovation at Work: The European Human Capital Index. Lisbon: The Lisbon Council.
Ederer, P., Schuler, P., Willms, S. (2007). The European Human Capital Index: The
Challenge of Central and Eastern Europe. Lisbon: The Lisbon Council.
Engel, E. (1883). Der Wert des Menschen. Berlin: Verlag von Leonhard Simion.
Farr, W. (1853). The Income and Property. Journal of the Statistical Society of London,
1, 1–44.
Florida, R. (2010). Narodziny klasy kreatywnej. Warszawa: Narodowe Centrum Kultury. Frąckiewicz, L. (red.) (2005). Wykluczenie społeczne. Katowice: Wydawnictwo Akademii
Ekonomicznej w Katowicach.
Gajda‑Kantorowska, M. (2012). Kontrowersja wokół metod pomiaru stabilności wzrostu gospodarczego. W: J. Sokołowski, M. Rękas, G. Węgrzyn (red.), Ekonomia. Wrocław: Wydawnictwo UE, 55‑65.
Jedlińska, R. (2014). Rola kapitału ludzkiego w procesie globalizacji. Zeszyty Naukowe
Uniwersytetu Szczecińskiego, 112, 93–100.
Juchnowicz, M. (2010). Zarządzanie kapitałem ludzkim a poziom zaangażowania pracowników. Zarządzanie Zasobami Ludzkimi, 3–4, 57–66.
Klonowska‑Matynia, M. (2014a). Przestrzenne zróżnicowanie zasobów kapitału ludz‑ kiego w Polsce. Handel Wewnętrzny, 5, 63–75.
Klonowska‑Matynia, M. (2014b). Zasoby kapitału ludzkiego na obszarach wiejskich w Polsce. Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu,
16, 142–146.
Kopycińska, D. (2014). Konkurencyjność kapitału ludzkiego kobiet i mężczyzn w Polsce. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 35, 357–369.
Kot, S.M., Malawski, A., Węgrzecki A. (red.) (2004). Dobrobyt społeczny, nierówności
i sprawiedliwość dystrybutywna. Kraków: Wydawnictwo Akademii Ekonomicznej
w Krakowie.
Kowalewska, M.D. (2014a). Kapitał ludzki jako źródło konkurencyjności państw członkowskich Unii Europejskiej. Zeszyty Naukowe SGGW w Warszawie, 107, 47–56.
Kowalewska, M. (2014b). Terytorialne zróżnicowanie poziomu kapitału ludzkiego na obszarach wiejskich. Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa
i Agrobiznesu, 16, 105–110.
Kozielecki, J. (2008). Psychologia w wielkim świecie. Warszawa: Wydawnictwo Akademickie „Żak”.
Królikowska, S. (2011). Nierówności w stanie zdrowia między kobietami a mężczy‑ znami w kontekście płci biologicznej oraz społeczno‑kulturowej. Acta Universitatis
Lodziensis, Folia Sociologica, 39, 33–51.
Kryńska, E. (red.) (2006). Polityka społeczno‑ekonomiczna w dobie przemian. Łódź: Wyd. Uniwersytet Łódzki.
Kwiecień, A. (2014). Kapitał ludzki jako czynnik rozwoju nowej gospodarki. Zeszyty
Naukowe Uniwersytetu Szczecińskiego, 112, 121–129.
Lewandowski, J. (2015). Ryzyko inwestycji w kapitał ludzki. Zeszyty Naukowe
Uniwersytetu Szczecińskiego, 39, 91–101.
Liberda, Z., Tokarski, T. (2004). Kapitał ludzki a wzrost gospodarczy w wybranych krajach OECD. Gospodarka Narodowa, 3, 16–26.
Łopatka, A. (2015). Analiza wpływu poziomu wykształcenia na poziom bezrobocia w Polsce i Unii Europejskiej. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 10, 111–120.
Łyszczarz, B. (2014). Dynamika regionalnych nierówności w zdrowiu w Polsce.
Nierówności Społeczne a Wzrost Gospodarczy, 38, 191–200.
Majchrowska, A., Roszkowska, S. (2013). Czy wykształcenie i doświadczenie zawodo‑ we mają znaczenie? Wyniki równania Mincera dla Polski. Roczniki Kolegium Analiz
Ekonomicznych, 30, 235–253.
Makuch, M. (2014). Kapitał ludzki jako determinanta rozwoju społecznego. Zarys problemu z perspektywy regionu. Studia Ekonomiczne, 167, 55–61.
Mankiw, N.G., Romer, D., Weil, A. (1992). Contribution to the Empirics of Economic Growth. Quarterly Journal of Economics, 107, 407–437.
Matuszewska‑Janica, A., Witkowska, D. (2013). Zróżnicowanie płac ze względu na płeć: zastosowanie drzew klasyfikacyjnych. Prace Naukowe Uniwersytetu
Ekonomicznego we Wrocławiu. Taksonomia, 279, 58–66.
Młodak, A. (2006). Analiza taksonomiczna w statystyce regionalnej. Warszawa: Wydawnictwo Difin.
Nelson, R., Phelps, E. (1966). Investment in Humans, Technological Diffusion, and Economic Growth. American Economic Review, 56, 69–75.
Mentel, G., Migała‑Warchoł, A., Sobolewski, M. (2014). Wpływ kapitału ludzkiego na wyniki finansowe organizacji. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 66, 395–408.
Miciuła, I., Miciuła, K. (2015). Metody pomiaru wartości kapitału ludzkiego. Zeszyty
Naukowe Uniwersytetu Szczecińskiego, 11, 269–280.
Miedzianowska, M. (2012). Koncepcja klasy kreatywnej Richarda Floridy – nowa rzeczywistość współczesnych organizacji?. W: M. Kostera, B. Glinka (red.), Nowe
kierunki w organizacji i zarządzaniu. Organizacje, konteksty, procesy zarządzania.
Warszawa: Wolters Kluwer, 79–94.
Mielecka‑Kubień, Z. (2012). Nierówności trwania życia w Polsce: analiza statystycz‑ no‑demograficzna. Prace Naukowe, 231, 231–240.
Miszczak, K. (2014). Kapitał społeczny, ludzki i kreatywny w rozwoju gospodarczym.
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 341, 182–198.
Moczydłowska, J.M. (2015). Koncepcja „przedsiębiorstwa przyszłości” jako źródło no‑ wych paradygmatów w obszarze zarządzania kapitałem ludzkim. Zeszyty Naukowe
Wyższej Szkoły Humanitas, 2, 27–36.
Nazarczuk, J.M., Cicha‑Nazarczuk, M. (2014). Zróżnicowanie kapitału ludzkiego w regionach Polski. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 114, 189–200. Nelson, R., Phelps E. (1966). Investment in Humans, Technological Diffusion, and
Economic Growth. American Economic Review, 56, 69–75.
OECD (2001). The Well‑being of Nations, The Role of Human and Social Capital. OECD Publishing.
Ostrowski, L. (1999). Wykształcenie jako czynnik awansu społecznego w rodzinach chłopskich. Polityka Społeczna, 7, 7–11.
Parzonko, A.J. (2015). Uwarunkowania kształtowania kapitału ludzkiego w organiza‑ cji. Zeszyty Naukowe Uniwersytetu Szczecińskiego, 39, 143–154.
Podogrodzka, M. (2013). Klasa kreatywna a rozwój gospodarczy regiony w Polsce.
Ekonomia, 3, 106–118.
Podogrodzka, M. (2014). Klasa kreatywna a kapitał kreatywny – wzajemne powią‑ zania – przykład Polski. W: W. Szkutnik (red.), Problemy społeczno‑ekonomiczne
w relacjach międzynarodowych. Analiza modelowa rozwoju regionów. Katowice:
Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, 98–107.
Rytelewska, A., Springer A. (2014). Działania przedsiębiorstw na rzecz rozwoju pra‑ cowników jako podstawa motywowania osób utalentowanych. Zeszyty Naukowe
Wyższej Szkoły Bankowej we Wrocławiu, 8, 145–157.
Schultz, T.W. (1961). Investment in Human Capital. The American Economic Review,
51, 1–17.
Strawiński, P. (2006). Zwrot z inwestowania w wyższe wykształcenie. Ekonomista, 6, 805–821.
Swadźba, U. (2012). Czy wykształcenie jest wartością? Dylematy moralne. Acta
Tekieli, G. (2015). Niewykorzystany kapitał ludzki w podregionach województwa dolnośląskiego. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 392, 147–154.
Trojanowska, M. (2015). Kapitał ludzki w organizacji. Ekonomia i Zarządzanie, 1, 12–15. Ulman, P. (2011). Rozkłady płac w Polsce ze względu na płeć i zajmowane stanowisko:
analiza porównawcza. Zeszyty Naukowe, 847, 61–74.
Wachtel, P. (1997). A Labor‑Income Based Measure of the Value of Human Capital: An Application to the States of the US: Comments. Japan and the World Economy,
2, 193–196.
Welfe, W., Sabanty L., Florczak W. (2001). Szacunek kapitału ludzkiego. Wiadomości
Statystyczne, 5, 15–24.
Witczak‑Roszkowska, D. (2014). Przestrzenne zróżnicowanie kapitału ludzkiego w Polsce. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 347, 503–513. Wojtczuk‑Turek, A. (2009). Zaangażowanie jako istotny wymiar postawy pracownika
wobec pracy. Edukacja Ekonomistów i Menedżerów, 10, 25–45.
Wosiek, M. (2014). Tendencje rozwoju kapitału ludzkiego i społecznego w Polsce na tle krajów UE. Unia Europejska.pl, 4, 34–43.
Woźniak, M.G. (red.) (2011). Nierówności społeczne a wzrost gospodarczy. Rzeszów: Wyd. Uniwersytetu Rzeszowskiego.
Wróblewska, W. (2008). Sumaryczne miary stanu zdrowia populacji. Studia
Demograficzne, 1–2, 3–53.
Zieliński, M., Gaura, E. (2014). Wykształcenie jako element kapitału ludzkiego.
Zeszyty Naukowe. Organizacja i Zarządzanie, 69, 9–18.
Summary
Diversity of Human Capital in Poland’s Labor Market
The purpose of the article is to analyze diversity of human capital in Poland within 2001‑2011 in relation to the situation in local labor markets (regions and provinces). The analyses is based on verifying the hypothesis of lack of human capital diversity in Poland, no changed recorded to its image within the time span under review and the fact that the quality of human capital determines the situation in the job markets throughout the country. The analysis proves that employment and unemployment does not influence human capital – its quality is determined by text age education and death rate.
Dr Małgorzata Podogrodzka
Absolwentka SGH, kierunku Finanse i Statystyka. Jej zainteresowania nauko we to: proces starzenia się ludności, proces formowania i rozpadu rodzin, kapitał ludzki i społeczny, rynek pracy, kapitał kreatywny, ekonomia rodziny i gospodar‑ stwa domowego, wykluczenie i nierówności społeczne, demografia przestrzenna.
